Urbane Digitale Zwillinge (Urban Digital Twins) für die iCity

Überblick

Das Vorhaben UDigiT4iCity untersucht aktuelle Fragestellungen zur Erfassung, Verarbeitung, Zusammenführung, Bereitstellung und Nutzung von städtischen Daten. Übergeordnetes Ziel des Impulsprojektes ist die Entwicklung, Erprobung und Bewertung von zukunftsfähigen Methoden und Anwendungen für urbane digitale Zwillinge. So soll die Offene Urbane Datenplattform (OUP) in TP1: Datenplattform für urbanen digitalen Zwilling dahingehend weiterentwickelt werden, dass auch dreidimensionale Daten (Stadtmodelle, Simulations- u. Sensordaten) entsprechend dargestellt werden können. Die Erfassung, Zusammenführung und Nutzung von Daten des Internet of Things (IoT) in städtischen Gebäuden sowie ihre Bereitstellung für Smart-City-Plattformen wird in TP2: Integration öffentlicher Gebäude und Infrastrukturen untersucht. Die Nutzbarkeit von 5G für städtische Sensornetzwerke wird in TP3: 5G – Pilotanwendungen für die intelligente Stadt untersucht. Zur effizienten Verarbeitung von großen 3D-Stadtmodellen soll in TP4: Klassifikation und Segmentierung von Gebäuden in Mesh-Modellen außerdem eine Methode entwickelt werden, die Gebäude in texturierten 3D-Mesh-Modellen automatisiert klassifizieren und segmentieren kann.

Fragestellung

In UDigiT4iCity wird der Frage nachgegangen, wie IKT-Technologien zu einer intelligenten, lebenswerten und nachhaltigen Stadt beitragen können.

Vorgehensweise

Nachdem die wissenschaftlichen Grundlagen bereits in dem Projekt ICT4iCity ermittelt wurden, steht nun die Pilotierung im Vordergrund. In TP1 wird einer Datenplattform unter Nutzung unterschiedlicher API (RESTful OGC API, SimStadt API) als Datengrundlage für detaillierte Umweltsimulationen erstellt. In TP2 werden IoT-Anwendungsfälle (bspw. Energie-Monitoring, Auslastung öffentlicher Ressourcen) für smarte öffentliche Gebäude und Infrastrukturen prototypisch implementiert, in Smart-City-Plattformen integriert und evaluiert. In TP3 wird der Aufbau von 5G-Demonstratoren und ihre Bewertung anhand verschiedener Key Performance Indikatoren (KPI) im Campusnetz der Praxispartner durchgeführt und die Genauigkeiten von 5G zur Positionsbestimmung ermittelt. In TP4 werden Deep Learning-Verfahren zur Klassifizierung von Gebäude auf Basis von texturierten und triangulierten 3D Mesh-Modellen genutzt.

Angestrebte Ergebnisse

In den Teilprojekten wird konsequent auf Open Source und Open Data gesetzt, um eine möglichst hohe Akzeptanz in einem äußerst heterogenen Anwendungsfeld zu erreichen und so die Verbreitung über die Projektgrenzen hinaus zu fördern.

LeitungProf. Dr. Dieter Uckelmann, Prof. Dr.-Ing. Volker Coors,  Prof. Dr. Nicola Wolpert
Partnerinvenio Virtual Technologies, Japan, Urban Structure Visualization Promotion Org, Klingenstadt Solingen, Stadtwerke Ludwigsburg-Kornwestheim GmbH, Technische Betriebe Solingen, virtualcitySYSTEMS GmbH

Webseite

iCity: Intelligente Stadt

Förderkennzeichen13FH9I06IA
FördergeberBundesministerium für Bildung und Forschung  (BMBF)
ProgrammForschung an Fachhochschulen
AusschreibungFH-Impuls
Laufzeit01.09.2022–30.11.2024

 

Team

Name & Position E-Mail & Telefon Büro
Professor / Wissenschaftlicher Direktor+49 711 8926 2632 2/145
Prorektor Forschung und Digitalisierung+49 711 8926 2663 1/121
Professorin+49 711 8926 2697 2/368
Akademischer Mitarbeiter 7/012
Akademische Mitarbeiterin+49 711 8926 2524 2/244

Vorangegangenes Projekt